[發(fā)明專利]一種基于G-P奇異譜分解的旋轉(zhuǎn)機(jī)械復(fù)合故障診斷方法有效
| 申請(qǐng)?zhí)枺?/td> | 201810207653.5 | 申請(qǐng)日: | 2018-04-09 |
| 公開(kāi)(公告)號(hào): | CN108489719B | 公開(kāi)(公告)日: | 2019-11-05 |
| 發(fā)明(設(shè)計(jì))人: | 卿宏軍;黃祝慶 | 申請(qǐng)(專利權(quán))人: | 常州湖南大學(xué)機(jī)械裝備研究院 |
| 主分類號(hào): | G01M13/00 | 分類號(hào): | G01M13/00;G06F17/50;G06K9/62 |
| 代理公司: | 長(zhǎng)沙市融智專利事務(wù)所(普通合伙) 43114 | 代理人: | 龔燕妮 |
| 地址: | 213000 江蘇省常州市*** | 國(guó)省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 奇異譜 包絡(luò) 分解 復(fù)合故障 旋轉(zhuǎn)機(jī)械 原始信號(hào) 振動(dòng)加速度信號(hào) 故障特征頻率 加速度傳感器 時(shí)頻域轉(zhuǎn)換 預(yù)設(shè)時(shí)間段 調(diào)幅 診斷 調(diào)頻信號(hào) 故障類別 故障診斷 信號(hào)分解 齒輪箱 多分量 自適應(yīng) 倍頻 預(yù)設(shè) 測(cè)量 分析 | ||
1.一種基于G-P奇異譜分解的旋轉(zhuǎn)機(jī)械復(fù)合故障診斷方法,其特征在于,包括:
步驟S1:采用加速度傳感器對(duì)旋轉(zhuǎn)機(jī)械的齒輪箱進(jìn)行測(cè)量,獲得預(yù)設(shè)時(shí)間段內(nèi)的振動(dòng)加速度原始信號(hào)x(t);
t表示預(yù)設(shè)時(shí)間段;
步驟S2:對(duì)所述振動(dòng)加速度原始信號(hào)進(jìn)行G-P奇異譜分解,獲得奇異譜分量;
步驟S3:對(duì)所述奇異譜分量進(jìn)行時(shí)頻域轉(zhuǎn)換,得到奇異譜分量的包絡(luò)譜;
步驟S4:從所述包絡(luò)譜中識(shí)別是否含有預(yù)設(shè)的故障特征頻率及其倍頻:若含有故障特征頻率及其倍頻,則說(shuō)明旋轉(zhuǎn)機(jī)械的齒輪箱存在故障;
在步驟S2中對(duì)所述振動(dòng)加速度原始信號(hào)進(jìn)行G-P奇異譜分解的具體步驟為:
步驟S21:通過(guò)所述振動(dòng)加速度原始信號(hào)x(t)生成新的信號(hào)離散序列x(n),n=1,2,...,N;
其中,所述信號(hào)離散序列x(n)通過(guò)將所述振動(dòng)加速度原始信號(hào)x(t)中的所有值均減去均值z(mì)得到;
所述均值z(mì)為所述振動(dòng)加速度原始信號(hào)x(t)的均值;
N為信號(hào)離散序列的信號(hào)長(zhǎng)度;
步驟S22:采用G-P算法確定奇異譜分解所需的軌跡矩陣的嵌入維數(shù)M,其中M為正整數(shù)且1<M<N;
步驟S23:構(gòu)建軌跡矩陣X(M×N),根據(jù)預(yù)設(shè)改進(jìn)規(guī)則生成改進(jìn)后的軌跡矩陣X(N×K);
其中,預(yù)設(shè)改進(jìn)規(guī)則為將所述軌跡矩陣X(M×N)右下角元素移動(dòng)到左上角;
所述軌跡矩陣X(M×N)的第i行為:xi=(x(i),...,x(N),x(1),...,x(i-1))且i=1,...,M,
K=N-M+1;
步驟S24:對(duì)所述改進(jìn)后的軌跡矩陣X(N×K)進(jìn)行奇異值分解X=UDVT;
其中,左奇異矩陣U=M×M,右奇異矩陣V=K×K,特征矩陣D=M×K,所述特征矩陣D中每一個(gè)元素均為所述軌跡矩陣的奇異值σk,σk為第k個(gè)奇異值,且λk為所述軌跡矩陣的第k個(gè)特征值;
步驟S25:根據(jù)步驟S24獲得的左奇異矩陣U、右奇異矩陣V和特征矩陣D生成奇異譜分量的主分量序列g(shù)(j)(n),其中,j為迭代次數(shù);
步驟S26:從所述信號(hào)離散序列x(n)中減去步驟S25獲得的所述主分量序列g(shù)(j)(n),得到奇異譜分量的殘余分量序列v(j)(n),計(jì)算殘余分量序列v(j)(n)和所述信號(hào)離散序列x(n)之間的均方差,當(dāng)所述均方差小于預(yù)設(shè)的閾值時(shí),停止奇異值分解步驟,得到最終的奇異譜分量為所述主分量序列與殘余分量序列之和;否則,重復(fù)步驟S22至步驟S26。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,在步驟S22中采用G-P算法奇異譜分解所需的軌跡矩陣的嵌入維數(shù)M的具體步驟為:
步驟S221:選定嵌入維數(shù)M的取值范圍[Mmin,Mmax],其中Mmin=1,Mmax=N/3;
步驟S222:對(duì)于所述信號(hào)離散序列x(n),設(shè)置延遲時(shí)間τ=1,采用坐標(biāo)延遲重構(gòu)法,從小到大依次選取不同的嵌入維數(shù)對(duì)相空間進(jìn)行重構(gòu),獲得所述相空間的相點(diǎn)為:其中t=1,2,...,m且m=N-(M-1);
步驟S223:計(jì)算關(guān)聯(lián)積分,所述關(guān)聯(lián)積分的定義如下:
其中,|Xi-Xj|表示相空間中兩相點(diǎn)Xi和Xj之間的距離,d表示鄰域半徑,θ(d-|Xi-Xj|)為赫維賽德函數(shù);
步驟S224:在每一個(gè)嵌入維數(shù)M下,均對(duì)C(M,d)與d取對(duì)數(shù),并畫出相應(yīng)的lnC(M,d)-ln(d)曲線;
步驟S225:對(duì)于lnC(M,d)-ln(d)曲線中的直線段,采用最小二乘法進(jìn)行擬合,得到一條直線,使其斜率為關(guān)聯(lián)維數(shù)D,并擬合出M-D曲線;
步驟S226:在步驟S225擬合出的M-D曲線中,選取當(dāng)關(guān)聯(lián)維數(shù)D為最大值時(shí)對(duì)應(yīng)的嵌入維數(shù)M作為最佳嵌入維數(shù)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于常州湖南大學(xué)機(jī)械裝備研究院,未經(jīng)常州湖南大學(xué)機(jī)械裝備研究院許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810207653.5/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 超聲波首波檢測(cè)與定位的方法和裝置
- 一種基于奇異譜分解的旋轉(zhuǎn)機(jī)械故障診斷方法
- 基于奇異譜熵的數(shù)字示波器異常信號(hào)檢測(cè)方法及系統(tǒng)
- 基于經(jīng)驗(yàn)?zāi)B(tài)分解的孤島檢測(cè)關(guān)鍵特征提取方法
- 一種基于G-P奇異譜分解的旋轉(zhuǎn)機(jī)械復(fù)合故障診斷方法
- 一種基于Hankel矩陣奇異值分解的探地雷達(dá)噪聲抑制方法
- 互相關(guān)奇異性功率譜分布計(jì)算方法
- 海雜波雙譜重構(gòu)與仿真方法
- 冷連軋機(jī)故障特征識(shí)別方法、系統(tǒng)、裝置及介質(zhì)
- 一種基于奇異譜變換的惡意軟件檢測(cè)方法
- 一種基于CATIA知識(shí)工程模板的頭部包絡(luò)建模方法
- 應(yīng)用于整形表以提高包絡(luò)跟蹤放大器的功率放大器效率的振幅因數(shù)減小
- 用于通過(guò)應(yīng)用分布量化和編碼分裂音頻信號(hào)包絡(luò)的音頻信號(hào)包絡(luò)編碼、處理和解碼的裝置和方法
- 包絡(luò)調(diào)制器、包絡(luò)跟蹤功率放大器及通信設(shè)備
- 包絡(luò)跟蹤偏置電路
- 圓軌跡下空間包絡(luò)成形包絡(luò)模精確設(shè)計(jì)方法
- 包絡(luò)加強(qiáng)板、帶包絡(luò)加強(qiáng)板的縱梁結(jié)構(gòu)以及車輛
- 一種信號(hào)處理方法和相關(guān)設(shè)備
- 一種用于全芯片光源掩模聯(lián)合優(yōu)化關(guān)鍵圖形篩選的掩模圖形頻譜包絡(luò)分割方法
- 一種二次包絡(luò)成型面的嚙合關(guān)系主動(dòng)控制方法
- 一種海底光電復(fù)合纜故障類型的分析方法
- 一種海底光電復(fù)合纜全方位監(jiān)測(cè)及故障點(diǎn)準(zhǔn)確定位方法
- 一種機(jī)械復(fù)合故障的診斷方法
- 基于復(fù)合故障鏈推理的隱患辨識(shí)方法
- 一種高鐵牽引電機(jī)復(fù)合故障模擬方法
- 一種液壓AGC系統(tǒng)的復(fù)合故障診斷方法
- 一種旋轉(zhuǎn)機(jī)械復(fù)合故障診斷方法
- 一種基于馬氏鏈和故障樹(shù)的車載復(fù)合電源可靠性評(píng)估方法
- 一種強(qiáng)擾動(dòng)狀態(tài)下反饋控制下復(fù)合故障的診斷方法及裝置
- 基于零樣本學(xué)習(xí)的復(fù)合故障診斷方法





